Seedance 2.0着實恐怖了些

這個周末，字節跳動的新視頻生成模型在全網被炒得沸沸揚揚。

「殺死比賽」、「效果爆炸」等AI時代已經被用爛了的詞瞬間又飄得滿屏都是。

有人説，字節的Seedance 2.0可能會是繼Google的Veo 3和OpenAI的Sora 2之后的又一款革命性、里程碑式的AI視頻生成產品。

正當我懷疑這些司空見慣的説法，是不是年前AI企業引流的又一次概念炒作時，知名B站UP主「影視颶風」凌晨一點發布的一條視頻給出了一個確切的答案：Seedance 2.0的能力強到有些恐怖。

01 強者，無需多言

「影視颶風」發佈的視頻中還展示了蜜雪冰城的雪人大戰外企咖啡店機器人、奧特曼打怪獸、功夫高手以一敵多、女運動員長跑和拳擊的商業短片等場景，伴隨着流暢的視覺效果和毫無破綻的多角度運鏡。

發佈僅僅兩天，就已經讓各大專業影評人讚不絕口、讓普通用户忘記了AI視頻生成的邊界。

在字節發佈的Seedance 2.0文檔中，研究團隊用很剋制的語言描述了驚人的技術突破：物理規律更合理、動作更流暢、多模態參考能力支持文本、圖片、音頻和視頻的自由組合。

針對以往視頻生成的難題，Seedance 2.0也做了針對性的優化：

用户可以通過上傳參考視頻實現高難可控的運鏡和精準的動作復刻，在一致性提升的基礎上實現視頻延長、音樂卡點、多語言配音、創意劇情補全等使用功能。

若是從眼光將3D世界轉向2D動畫，Seedance 2.0則能給出更多驚喜：它能將漫畫分鏡自動轉變為動畫，能識別2D角色的眼睛、頭發、服飾為獨立可動的圖層，避免早期AI將平面圖像誤判為偽3D的問題。

一時間，AI圈沸騰了：民用級視頻生成即將跨越臨界點，技術執行問題已經被解決，擺在人們面前的已經是創作決策問題。

不過，技術的高光時刻，背后往往伴隨着陰影。
 

02 令人不安的「巧合」

見識過Seedance 2.0的強大后，「影視颶風」視頻的后半段卻給出了一個奇怪的案例：

出鏡者Tim將自己的臉部照片和提示詞一併上傳給模型，模型自然返回了一段以他為主角的AI科普視頻。

可是，視頻中出現的不僅有他的形象，還有和他幾乎一樣的聲音。

而在一段實景視頻中，背景中的建築更是與他的公司大樓極其相似。

更詭異的是，評論區里還有一位測試者，同樣只提供了臉部照片並要求模型生成夜跑場景。

結果畫面中的人物，穿着這位測試者上周剛買的跑鞋，連顏色和鞋款版型都分毫不差，儘管他沒在提示詞中透露任何相關信息。

作為技術愛好者，我堅定認為這不是什麼「靈異現象」。於是，我馬上去仔細讀了一遍字節發佈的文檔，官方的解釋是這樣的：

模型展現出了此類能力可歸因於「多模態參考」和「一致性提升」。

「多模態參考」指模型能夠同時解析圖像、音頻等異構數據，實現跨模態特徵對齊

「一致性提升」則依賴對海量視頻中人物、物體、場景共現規律的統計學習。

從純理論角度上來説，模型能夠生成與Tim和那位測試者極其相像的視頻並非不可能，因為它在問世之前已經見過足夠多「人臉+聲音+服飾+環境」的組合樣本。

不過，理論層面上的合理恐怕無法消解個人體驗的不適。

如果AI真的能在毫無明確提示的情況下猜中跑鞋，則必然是獲取到了購買記錄等相關信息；能夠準確模擬聲音和建築，則證明它已經多次欣賞過Tim拍攝的相關視頻。

這種精準雖然令人瞠目結舌，但也早已超越統計概率的舒適區間，帶給人們一個不安的猜想：

我們的生活，是否早已成為訓練數據中的一部分？

答案是肯定的。因為抖音的用户服務協議中早已寫明：

 「全球範圍內、免費、非獨家、可多層次再許可的權利」這個表述，或多或少體現出了一定的模糊性。

我們無從得知這里面是否包括AI模型的自動化訓練，但可以確信的是，人們的生活切片正在被用於構建「複製自己」的生成模型。

評論區里充斥着不滿的呼聲：「誰還敢在社交平臺分享生活？」

這並非過度恐慌，而是人們潛意識中數據主權意識開始逐漸覺醒。

我們早已習慣技術帶來的便利，卻總是無視數據控制權的悄然流失。

03 創作的末路：創意被算法稀釋

Seedance 2.0突如其來的技術衝擊，受到影響的可遠遠不止人們的日常生活。由此變得支離破碎的，還有創作者的精神世界。

短短9分鍾的視頻，評論區卻體現出人生百態。

一位自由畫師寫下留言：「我被迫使用AI工作流進行創作，卻絲毫感受不到任何快樂，因為我只是在重複生圖、拼接、再生圖的流程。在我的認知中，它根本不是我的作品，因為我沒有參與任何細節的推導。」

這位畫師懷念的不僅是繪畫技術本身，更是人們參與藝術創作過程時身臨其境的感受。

每一處細節的反覆推敲和修改、委託人收到作品時表現出的認同和喜愛、自我價值的實現，這些充分體現藝術創作內在價值的時刻，不該由「提示詞→生成→篩選」的流程所替換。

而作為程序員，我也深有體會。

剛上大學接觸專業課的那段時間，一個課程設計會讓全班大部分同學焦頭爛額。從數據結構，到運行邏輯，再到UI界面設計，初出茅廬的新生們少則幾周，多則一個月，才能完成一個基礎功能完備，界面談不上多美觀的小應用。

那種運行上百遍，最后一次終於不報錯成功運行的釋懷感，我已經很久沒有感受過了，因為這些任務在AI眼里，都是僅需幾分鍾即可完成的東西。

科技進步利好了人類，但也讓以前需要經年累月積累的專業壁壘加速瓦解。

無論是哪個行業的從業者，看到自己辛苦學了多年的知識和技術被輕輕松松實現和超越，都難免因為「努力貶值」而感到失落。

更深層的憂慮來自於行業結構的極端化。

米哈遊創始人蔡浩宇曾經給出過一個有點誇張的預言：AI時代，遊戲創作將只屬於兩類人——0.0001%的頂級專業團隊能創造出前所未有的遊戲作品，99%的業余愛好者可以根據自己的喜好自由創作遊戲。其余的開發者，建議轉行。

這個預言能否成真並不重要，但Seedance 2.0的創作能力與之描述的如出一轍。

當AI能夠輕松復刻電影級別的運鏡和情緒演繹，創作就會被算法系統性地結構，而不再是人類獨有的優勢。

強大的工具已經發到了每個人的手上，但面對「費半天勁做出來的東西還不如AI」的質問時，我卻不知道該如何回答。

04 從「技術改變生活」到「生活改變技術」

開篇那句「技術執行問題已經被解決，擺在人們面前的已經是創作決策問題」，至此得以解釋。

人們已經無需擔心「AI能不能做出視頻」，只需要判斷「哪條AI生成的視頻更好」，再把選擇反饋給AI，即可完成多模態數據的流動閉環。

在無數次循環往復中，AI不僅僅能生成內容，還將學會定義何為「優質創意」、篩選出適合指定風格視頻的用户。

如此一來，人類就從創作的主體變成了被算法評估的客體。

我很認同評論區的一句話：當AI能夠輕松實現所有人的「創意」，甚至是復刻人類自己，創意就會失去價值，個體將反過來變成AI挑選的對象。

技術不再服務於人，而是重構人的價值觀，這種虛無感實在有些令人不寒而慄。

Seedance 2.0的發佈實則是AIGC技術從工具向價值的一次越界嘗試。

它不再侷限於按部就班地執行用户指令，而是開始試圖理解和復現人類創作中難以用言語準確表達的特質，像是情緒的變化、風格的延續或是跨模態的隱喻關聯。

這種能力的躍遷值得所有人肯定，但也請不要忘記，躍遷所需要的能量正是來自於我們日常生活中的點點滴滴。

「技術改變生活」，這是一句數字時代以來流傳了很久的樂觀敍事。

但Seedance 2.0的技術演進似乎在暗示：生活正在以我們難以察覺的方式改變着技術。

面容、聲音、消費記錄和社交痕跡都開始成為算法的養料，但數據主權意識和制度保障尚未完全建立。

技術並無善惡之分，但數據的流向決定了權力的歸屬。人類是否還有自己數據的最終解釋權，取決於AI時代「創作」這個詞的定義：

它可以是算法對生活的精準復刻，也可以是人類意志的無限延伸。

Seedance 2.0正在讓所有人都直面一個根本問題：是否願意用生活的全部細節，來交換技術的無限便利？

對如此強大的視頻生成能力，我們似乎沒有拒絕使用的理由。

而面對如此快速的技術演進，不知道我們是否還能有拒絕使用的權利。

風險提示: 投資涉及風險，證券價格可升亦可跌，更可變得毫無價值。投資未必一定能夠賺取利潤，反而可能會招致損失。過往業績並不代表將來的表現。在作出任何投資決定之前，投資者須評估本身的財政狀況、投資目標、經驗、承受風險的能力及瞭解有關產品之性質及風險。個別投資產品的性質及風險詳情，請細閲相關銷售文件，以瞭解更多資料。倘有任何疑問，應徵詢獨立的專業意見。